哈喽，我是指北君。
最近有个读者后台私信指北君，说最近面试被问到了如何解决哈希冲突的问题，他只回答了链地址法（HashMap中就用的这种方法），但是面试官说还有其他的方案，于是想让小北解答下，说实话，当时小北也不知道。。。
不过没关系，不懂就学啊，小北百度了一波后，解答完读者的疑问就记录成了这篇文章
一. 哈希表
在介绍hash冲突的时候，先简单介绍下哈希表，哈希表也叫散列表，是根据关键值Key(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值中的Key映射到表中一个位置来访问记录，以加快查找的速度。其中，映射的实现也叫做哈希函数，而存放记录的数组叫做哈希表，其如下图所示
而hash冲突，就是将key通过哈希函数f(key)得到的结果的作为地址去存放当前的值时，发现算出来的地址上已经有人先来了。这就是所谓的hash冲突，下面我们看看具体的解决方案吧。
二. 哈希冲突解决方法
1）链地址法
这种方法是大家最熟悉的，因为Java HashMap中使用的就是这种方法。这种方法的基本思想是将所有哈希地址为i的元素构成一个称为同义词链的单链表，并将单链表的头指针存在哈希表的第i个单元中，因而查找、插入和删除主要在同义词链中进行。链地址法适用于经常进行插入和删除的情况。
优点：
- 对于记录总数频繁可变的情况，处理的比较好（也就是避免了动态调整的开销）
- 由于记录存储在结点中，而结点是动态分配，不会造成内存的浪费，所以尤其适合那种记录本身尺寸（size）很大的情况，因为此时指针的开销可以忽略不计了
缺点：
-
由于使用指针，记录不容易进行序列化（serialize）操作
-
存储的记录是随机分布在内存中的，这样在查询记录时，相比结构紧凑的数据类型（比如数组），哈希表的跳转访问会带来额外的时间开销
-
如果所有的 key-value 对是可以提前预知，并之后不会发生变化时（即不允许插入和删除），可以人为创建一个不会产生冲突的完美哈希函数（perfect hash function），此时封闭散列的性能将远高于开放散列
2) 开放定址法
这种方法也称再散列法，其基本思想是：当关键字key的哈希地址 p=f(key) 出现冲突时，以p为key，在通过哈希函数f(p)产生新的哈希地址p1，如果p1仍然冲突，再以p1为key，产生另一个哈希地址p2，…，直到找出一个不冲突的哈希地址pi ，将相应元素存入其中。
优点：
- 记录更容易进行序列化操作
- 如果记录总数可以预知，则可以创建完美哈希函数，此时处理数据的效率是非常高的
缺点：
- 存储记录的数目不能超过桶数组的长度，如果超过就需要扩容，而扩容会导致某次操作的时间成本飙升
- 由于记录是存放在桶数组中的，而桶数组必然存在空槽，所以当记录本身大小很大或者记录总数很大时，会导致明显的内存浪费
3) 再哈希法
这种方法是同时构造多个不同的哈希函数，当第一个哈希函数冲突后，我们使用第二个哈希函数，直到冲突不再产生。这种方法不易产生聚集，但增加了计算时间。
4）建立公共溢出区
这种方法的基本思想是：将哈希表分为基本表和溢出表两部分，凡是和基本表发生冲突的元素，一律填入溢出表。
三. 小结
好了，今天小北介绍了哈希冲突的解决方法，这个在面试中是会被经常问到的，所以大家需要重点关注下。
我是指北君，操千曲而后晓声，观千剑而后识器。感谢各位人才的：点赞、收藏和评论，我们下期更精彩！
